Original en inglés: https://argusic.com/subject/apipark
APIPark
Cloud native, ultra-high performance AI&API gateway, LLM API management, distribution system, open platform, supporting all AI APIs.🦄云原生、超高性能 AI&API网关，LLM API 管理、分发系统、开放平台，支持所有AI API，不限于OpenAI、Azure、Anthropic Claude、Google Gemini、DeepSeek、字节豆包、ChatGLM、文心一言、讯飞星火、通义千问、360 智脑、腾讯混元等主流模型，统一 API 请求和返回，API申请与审批，调用统计、负载均衡、多模型灾备。一键部署，开箱即用。
Funciona con mocksfuente: GitHubsitio webTypeScriptApache-2.0commit b6b58db20bfb
TypeScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, ai gateway, api, api gateway, api platform, api portal, apihub y claude.
APIPark funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 14,5 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
APIPark binary builds, starts on port 8288 with MySQL and Redis, serves HTTP 200 JSON API responses and embedded index.html, auto-creates all database tables, and passes 4 test packages.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- MySQL 8.0 gets OOM-killed on 2GB RAM (requires ~400MB RSS)5 minutos
- libaio.so.1 not found - MySQL 8.0.37 required library missing2 minutos
- Go not found in container1,5 minutos
- Frontend dist/ directory missing (required by go:embed directive)1 minuto
- log-driver/loki/loki_test.go: NewDriver returns 3 values but test expects 2
- ai-provider/local/executor_test.go: TestPullModel times out after 60s (starts HTTP server)
- Tiempo de instalación
- 15 minutos
- De máquina en frío a terminar
- 57 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl http://127.0.0.1:8288/ returned HTTP 200; curl http://127.0.0.1:8288/api/v1/account/login returned HTTP 200 with JSON '{"data":{"channel":[{"name":"username"}],"status":"anonymous"},"code":0,"success":"success"}'; go test on resources/access (PASS, 0.023s), module/ai-api (PASS, 0.161s), module/system/dto (PASS, 0.002s), ai-provider/model-runtime (PASS, 0.182s)
- Tokens de modelo usados
- 722.614
- Commit exacto probado
- b6b58db20bfb
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
--- PASS: TestPrintlnRoleAccess (0.00s) --- PASS: TestPrintlnAccessAPIs (0.00s) --- PASS: TestPrintName (0.00s) ok github.com/APIParkLab/APIPark/resources/access 0.023s --- PASS: TestSchemaBuild (0.00s) ok github.com/APIParkLab/APIPark/module/ai-api 0.161s --- PASS: TestMap (0.00s) ok github.com/APIParkLab/APIPark/module/system/dto 0.003s --- PASS: TestLoad (0.09s) ok github.com/APIParkLab/APIPark/ai-provider/model-runtime 0.182s tokens used 722,614
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de los 6 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 14,5 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, APIPark fue el 176.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,23 |
Temas (de GitHub)
aiai-gatewayapiapi-gatewayapi-platformapi-portalapihubclaudedeepseekdeveloper-portalgatewayllm-gatewayopenaiqwen
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/apipark)Preguntas
- ¿Funciona APIPark?
- APIPark funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 15 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic APIPark?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit b6b58db20bfb. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar APIPark?
- La ejecución que produjo este veredicto costó 0,23 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda APIPark en instalarse?
- 14,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita APIPark una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar APIPark?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara APIPark con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, APIPark fue el 176.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de APIPark?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.